【发布时间】:2016-02-16 09:34:54
【问题描述】:
我有一个关于 R 前向选择的快速问题。所以我有一个我用 glm 训练过的 30 个变量的列表。
model1 = glm(eggs ~ ., data = traindata1, family = binomial())
.代表训练数据中的 31 个变量。那么我已经加载了 MASS 并尝试使用前向选择运行 stepAIC。 我跑:
step1 = stepAIC(model1, selection = "forward")
但是,它只是给了我与初始模型相同的最终模型。它跑了一次。当我这样做时:
step1 = stepAIC(model1, selection = "backward")
它有效,并且给了我一堆模型。我如何才能让“前锋”发挥作用?我试图在mode1中包含一个变量,然后将范围命名为不同的东西,但它不起作用。我不想单独添加每个变量。
任何想法都会有所帮助。
【问题讨论】:
-
前向选择添加变量 - 如果从完整模型开始,它如何做到这一点?从拦截开始并指定范围(据我所知,args)
-
快速前。
m <- lm(mpg ~ 1, mtcars); stepAIC(m, direction="forward", scope=list(lower=m, upper=~wt+disp+cyl+gear)) -
@user20650 将此作为答案发布
-
@TMS;好的...完成
标签: r feature-detection logistic-regression